Om svar anhålles - Svenska Akademiens ordbok - Göteborgs ...

9
SAOB som databas
Till hela denna rikt varierade informationsmängd finns det endast en ingång, den alfabetiska,
och den gäller enbart uppslagsorden. Men svaren på en stor mängd grundläggande
frågor låter sig inte utletas via den ingången. Frågorna är tvärtom formulerade i helt andra
kategorier: kronologiska, morfologiska, semantiska, stilistiska, etymologiska m.m.
Hur ser det tidiga 1700-talets ordskatt ut Hur har neutrum plural på -er utvecklats Vilka
ord definieras som hyponymer till tillvägagångssätt Vilka ord anges som tillhörande
det ekonomiska området Vilka lånord från engelskan kom in vid tiden för första världskriget
Osv. Vi vet att svaren på sådana frågor finns i de tryckta banden, men de är oåtkomliga
för dem som inte gång efter annan vill excerpera hela den väldiga ordbokssviten.
Om ordboken vore tillgänglig i databasform, skulle kategorier som de nämnda bli sökbara.
Man kunde få svar på frågorna. Fas 1 i projektet avtecknar sig.
Det finns nu nämligen en apparat med vars hjälp tryckt text kan överföras i datamaskinellt
läsbar form och därigenom göras tillgänglig på ett mycket flexibelt sätt. Det är den
optiska läsaren Kurzweil Data Entry Machine. Den består av en skanner (optisk avsökare),
två minidatorer, en textskärm och ett sekundärminne. Vid användning kalibreras den
först med hänsyn till svärta, sidformat m.m. och tränas sedan att känna igen textens typsnitt.
Därefter kan produktionskörning ske. Läshastigheten är 6–12 gånger högre än en
sekreterares skrivhastighet, beroende på textens typografiska karaktär.
Vid körning visar den sådana tecken på skärmen som har lästs osäkert (på grund av
ojämnhet i svärtan, trasiga typer o.d.). Det kräver att en operatör hela tiden är tillgänglig
för att ange den rätta läsningen på dessa punkter.
Utöver de ingrepp som operatören gör i samband med inläsningen kan texten kontrolleras
med hjälp av olika slags program. Dessa kan t.ex. utföra konsekvenskontroller av typen
moment 1 skall följas av moment 2, vänsterparentes skall motsvaras av högerparentes
osv. De kan bland annat också kontrollera bokstavskombinationerna (grafotaxen): insprutning
är ett tillåtligt ord men inte insptutning osv.
Kurzweilläsare är i drift vid t.ex. Library of Congress i Washington, New York Public
Library, Oxford University Computing Service och English Department vid University of
Birmingham. Jag har personlig kontakt med dr Susan Hockey i Oxford och med professor
John Sinclair och hans närmaste medarbetare dr Antoinette Renouf i Birmingham. De
båda senare har f.ö. nyligen gjort ett längre studiebesök vid vår institution. I Oxford håller
man på att lägga upp ett datamaskinellt arkiv med texter på olika språk. I Birmingham
har man börjat läsa in ett stort modernt textmaterial. De nämnda forskarnas erfarenhet
är mycket god.
Genom tillmötesgående från Specialsystem Kinnunen & Co AB, Stockholm, har vi låtit
genomföra ett experiment med Kurzweilläsaren. Hos detta företag finns den enda läsaren
i landet. Man har där bland annat läst in den norska lagboken.
Experimentet, som gjordes i april 1980, gick till så, att vi sände ett par sidor av SAOB
(avsnittet serval – servare) till företaget för inläsning. Efter mycket kort träning av systemet
skedde läsningen. Trots att SAOB i själva verket utnyttjar åtta olika stilar, framstod
resultatet som mycket tillfredsställande.
För att SAOB skall kunna lagras på ett sådant sätt att de olika kategorierna av information
blir sökbara fordras en analys av ordboksartiklarnas logiska och typografiska
struktur. Den fasthet som präglar redaktionens arbete är härvid en stor tillgång. Som presentationen
ovan visade är artiklarna uppbyggda enligt ett bestämt mönster.
En struktur- och systemanalys av det erforderliga slaget har jag tidigare utfört. Det
gällde den gången det maskinskrivna manuskriptet till den 1980 publicerade Stora engelsk-svenska
ordboken (Esselte Studium; 1100 sidor, 120 000 uppslagsord). Analysen ledde
till att ordboken datasattes och lagrades i en sådan form, att kategorier som